Beruflich Dokumente
Kultur Dokumente
Una vez que el modelo ha sido entrenado por medio de datos iterativamente,
se puede utilizar para predecir tu célula nueva o desconocida con una precisión
bastante alta.
¡Esto es machine learning!
Permítanme explicar lo que quiero decir cuando digo "sin ser programadas
explícitamente."
Supongan que tienen un conjunto de datos de imágenes de animales como,
por ejemplo, perros y gatos, y quieran una aplicación o software sea capaz de
reconocerlos y diferenciarlos.
Lo primero que tienen que hacer es interpretar las imágenes como un conjunto
de conjuntos de características.
Por ejemplo, ¿la imagen muestra los ojos del animal?
Si es así, ¿cuál es su tamaño?
¿Tiene orejas?
¿Qué hay de una cola?
¿Cuántas piernas?
¿Tiene alas?
Antes de machine learning, cada imagen se transformaría en un vector de
características.
Entonces, tradicionalmente, tendríamos que escribir algunas reglas o métodos
para que las computadoras sean inteligentes y detecten a los animales.
Pero, fue un fracaso.
¿Por qué?
Bueno, como podrás adivinar, se necesitaba muchas reglas, muy dependientes
del conjunto de datos actual, y no lo suficiente generalizadas como para
detectar casos fuera de la muestra.
Este es el momento en que machine learning entró en escena.